排序方式: 共有39条查询结果,搜索用时 140 毫秒
31.
基于深度学习的苹果树侧视图果实识别 总被引:3,自引:2,他引:1
【目的】传统果树侧面果实识别方法精度难以满足实际果实识别的需求,研究深度学习方法对提高苹果树侧面果实识别精度、增强模型对苹果复杂生长环境的适应性和泛化性具有重要意义。【方法】文章提出基于深度卷积神经网络对广域复杂背景环境下的侧面苹果特征进行学习的方法,完成苹果树侧面果实多目标识别任务。【结果】在广域复杂场景下,基于VGG16为特征提取网络的Faster-RCNN多目标检测模型在果实多目标检测任务中,识别精度达到91%,单幅影像识别时间约为1.4 s,相较于ResNet50作为特征提取层的目标检测模型识别精度提高4%;在相同影像数据下,模型识别精度的主要影响因素是遮挡,导致模型漏判果实数量较多,VGG16在不同程度遮挡区域的漏判率比ResNet低6%。【结论】基于VGG16卷积神经网络果树侧视图果实识别算法对广域复杂场景下的果实提取效果较好,特别是在具有遮挡情况下的识别结果更优,能够为果园产量估算提供一定的借鉴。 相似文献
32.
【目的】冬小麦种植面积的提取对保障粮食安全和估产工作具有重要意义,已有冬小麦面积监测方法存在的所需数据量多、时间滞后等问题亟待解决。【方法】基于入冬前的2017年11月21日(分蘖期)和2017年12月24日Landsat8 OLI影像,将MIR、NIR和RED波段进行HSV变换,并计算地物的NDVI;利用全国土地利用图提取耕地与非耕地两类地物,统计分析两类地物NDVI值、H波段值的关系并设置阈值,初步提取疑似小麦种植区;利用小麦两个时相S值增大的特点准确提取小麦种植区域。【结果】利用多时相遥感数据中NDVI、H和S差别提取的试验区冬小麦种植面积,与地面调查、县区统计年鉴数据有较高的一致性。【结论】HSV阈值划分方法适用于冬小麦种植面积提取,能够提高小麦面积估算的时效性。 相似文献
33.
34.
35.
36.
37.
38.
39.
【目的】寻找合适的规范化策略研究猪骨骼肌相关基因。【方法】筛选TATA结合蛋白(TBP)、次黄嘌呤磷酸核糖基转移酶(HPRT)、核糖体蛋白L4(RPL4)、肽基脯氨酸异构酶A (PPIA)、β-2微球蛋白(B2M)、酪氨酸3-单加氧酶/色氨酸5-单加氧酶活化蛋白(YWHAZ)、β-肌动蛋白(ACTB)和甘油醛-3-磷酸脱氢酶(GAPDH) 8个候选内参基因,选取国外引进的长白、约克与杜洛克公猪,进行三元杂交生产的商品猪(DLY),长白、约克猪进行二元杂交的商品猪(LY),成华猪和藏猪共4个品种进行基因表达正常化评价。采用geNorm、NormFinder和BestKeeper3种常用算法评估候选内参基因的稳定性。将3种常用算法的结果进行综合排名。【结果】8个候选内参基因在不同猪种中表现出较高的表达稳定性,但表达循环阈值不同。【结论】运用3种不同的评估算法可以筛选出相似的候选内参基因,该结果可为猪骨骼肌基因表达RT-qPCR分析内参基因的选择提供参考。 相似文献